在日本财务管理 SaaS 领域，Sansan 的 Bill One、LayerX 的 Bakuraku 早已实现显著增长；而 TOKIUM 作为该赛道的新玩家，不仅实现了快速扩张，更在 AI Agent 产品化方面走在了市场前列。
2025 年被公认为日本科技界的 “AI Agent 元年”。在这个泡沫与机遇并存的时间节点，freee、Money Forward、Rakus 等多家上市 SaaS 巨头虽已在 AI 领域布局，但从财报数据来看，这些尝试目前对业绩和市值的拉动作用仍然十分有限。
“AI Agent”这个词，在很多时候更像是一个被滥用的热词，仅仅停留在 PoC 的层面。然而，对于渴望生存和突破的创业公司而言，它们需要的不是实验，而是能带来压倒性增长的实际成果。
在这样的背景下，TOKIUM 是 2025 年率先提出从 SaaS 企业向 AI Agent 企业转型的公司之一。同年 7 月起，该公司陆续推出“TOKIUM AI 出差预订”、“TOKIUM AI 费用审批”、“TOKIUM AI 明细录入”等产品，不断扩充产品线。
黑崎贤一｜TOKIUM 代表董事兼 CPO
- 2012 年，创立 TOKIUM 的前身公司 BearTail，开发了家庭记账应用和费用报销工具。
- 2022 年，公司更改为 TOKIUM。公司致力于费用管理平台和合同管理云服务。
- 2025 年 5 月，宣布向“会计 AI Agent”转型，推进会计业务的自动化。
一、融合 SaaS 与运营服务，以“全委托体验”开拓市场
2023 年转型前，TOKIUM 的核心业务是 B2B SaaS。当时的市场格局非常清晰：大企业普遍采用 SAP Concur ，中小企业则多用“楽楽精算”。在这样的竞争环境中，TOKIUM 需要找到差异化的切入点。
团队最初的尝试，是以 “手机拍摄收据即可完成费用报销” 的用户体验为卖点。但在实际运营中，黑崎发现，仅实现数据化自动处理，作为 SaaS 产品仍不足以形成差异化。于是，他们将单纯的软件服务升级为 “SaaS + 运营服务” 模式。
用户拍摄收据后，只需将纸质原件投入专用邮筒，TOKIUM 便会派人连同邮筒一并回收，并代为将凭证存入仓库保管。
TOKIUM 凭借这种 “全委托” 的体验，在费用报销市场站稳了脚跟 —— 即便其定价高出市场竞品两倍以上，依然赢得了大量客户的青睐。
在此过程中，TOKIUM 与 Sansan 的 Bill One 等产品共同开拓了发票接收产品市场。
随着日本发票制度改革与《电子账簿保存法》的修订，企业对于合规性的需求激增。这使得 TOKIUM 能够凭借相对较少的营销投入实现快速增长。
更关键的是，费用报销与发票接收两项业务的最终决策者，通常都是企业财务部门。这意味着 TOKIUM 可在一次商务谈判中同时销售两款产品。费用报销本身已是高客单价产品，再加上发票接收产品的捆绑销售，即便面对不同规模的组织，也能实现可观的收入增长。
二、为什么不能打造通用型 AI Agent
2025 年 5 月，TOKIUM 正式决定转型。这个决定的背后，是对产品价值的重新思考。
1. 减少用户在 SaaS 界面的停留时间
TOKIUM 自成立以来，便以“全委托”为核心向客户传递价值。因此，公司的核心理念始终是：尽可能减少用户在 SaaS 界面的操作步骤，即便只能缩短 1 秒的停留时间，也极具意义。
与此同时，OpenAI 推出了具备强大推理能力的 o3 模型，AutoGPT 等可自主执行任务的 Agent 原型也相继出现。黑崎贤一敏锐地意识到，实现这一核心理念的技术拼图已全部补齐——借助这些 Agent 技术，就有可能缩短用户在SaaS界面的停留时间。
过去，TOKIUM 依靠人力运营承接线上线下的各类业务；而如今，AI Agent Native 模式已能更高效地承接所有工作。
这一转变，如同复印机到智能手机的迭代：过去人们只能通过复印机扫描文件实现电子化，而智能手机的出现，让人们可随时随地拍摄、发送收据，彻底改变了文件处理的交互方式。黑崎认为，将AI Agent 融入现有 SaaS 运营，可能在企业服务领域引发一场类似的颠覆性变革。
2. 拒绝通用型 AI Agent 的诱惑
观察 TOKIUM 的开发路径，会发现一个有趣的现象：他们并未试图打造一款通用型 AI Agent，而是聚焦细分场景，推出了“TOKIUM AI 费用审批”等一系列功能精准的细分产品。
通用型 AI Agent 虽听起来极具吸引力，但在实际应用中，若 AI 的出错概率过高，会大幅增加人工校对成本，最终导致产品失去实用价值。在黑崎看来，判断一款AI Agent 是否具备真正的商业价值，有一条明确的“GO / No Go”分界线：在实际运营中，人工介入校对的单位成本与任务成功率，是否能达到划算的成本效益比。
考虑到日本社会的人工成本在未来不会下降，TOKIUM 必须在 AI Agent 端设计足够强大的精度提升机制，才能成功跨过这条成本效益分界线，实现商业价值的落地。
在 AI Agent 元年，众多企业都抱着“先做出来再说”的心态推进开发，但黑崎贤一认为，胜负的关键在于“如何达到无需人工修正的精度”。
TOKIUM 除了通过模型训练和操作步骤细化来提升技术层面的精度外，还拥有 8,000 多名负责录入发票和收据的操作员。
这些操作员在长期工作中积累了大量处理复杂情况的经验和隐性知识，TOKIUM 在开发 AI Agent 时，将他们的经验作为函数调用的设计思路。
他们坚信，这种融合了大量人类实践经验的 Agent，才是真正能够通过市场检验的优质产品。
三、企业转型后商业模式和组织结构的变革
TOKIUM 从一家 SaaS 公司转型为 AI Agent 企业，改变的不仅仅是产品，更是商业模式和组织架构的底层逻辑。
1. 收费模式的更迭
在传统的 SaaS 时代，无论用户是否高频使用，只要开通了账号就要付费。但黑崎认为，在 AI Agent 时代，商业模式将发生根本性的转变：订阅制收费，转变为按“成果”付费。
2. 产品驱动的组织重构
相比于大型 SaaS 企业所推崇的传统销售模式，TOKIUM 选择了另一条路：产品相关人员的比例正在显著增加。
此前，公司 70% 以上的人员属于业务端。但最近，这一比例已经调整为一半人员配置至产品部门。这种变化在招聘上体现得尤为明显：今年入职的 18 名应届毕业生中，有 9 名被直接配置到了产品部门。值得注意的是，这些新人中包括了一些没有工程师经验的人，但他们实际上都参与到了 AI Agent 的开发中。
公司正在从“运营 4 项 SaaS 服务”的模式，向“一年内持续新建 20 到 30 个小型 AI Agent”的模式转型。
四、跨越鸿沟：为什么 Agent 比 SaaS 跑得快？
根据杰弗里·摩尔的鸿沟理论，一项新技术要从早期采用者跨越到主流群体，通常需要经历漫长的过程。SaaS 在日本市场经历多年的教育才完成了这一跨越。
AI Agent 似乎没有遇到所谓的“抵触感”——已经跳过了早期采用者阶段，直接进入了主流群体。与 SaaS 相比，AI Agent 的渗透速度明显更快。
首先，SaaS 的普及为 AI Agent 打下了坚实的基础。因为推进 DX（数字化转型）而尝试导入 SaaS，众多日本公司已经习惯了引入外部系统，也具备了运行 AI Agent 的数字化土壤。正是由于实现了无纸化，数字化推进的业务领域增多，才为 AI Agent 的运行提供了必要的数据环境。
其次，是全员认知的提升。几乎所有应届生都用过 ChatGPT 或 Gemini，绝大多数商务人士也都接触过这些工具。得益于 Google Workspace 和 Copilot 的普及，这种市场教育的效果很强大。
在这种背景下，企业导入 AI Agent 的门槛被大大降低了。从数据上看，TOKIUM 目前拥有 2500 家客户，从 2025 年 10 月 1 日 AI Agent 服务启动后的 3 个月内，约有 120 家企业导入了新产品，从占比来看，新客户多于交叉销售。很多企业会直接有“想在会计核算中使用 AI Agent”的咨询，这种需求是自发的、明确的。
五、人与 AI Agent 的新型关系
关于人与 AI 的关系，社会上流传着各种观点。其中最主流的一种说法是：人类需要积极学习，要“熟练使用”AI。
但黑崎提出了一个完全相反的视角：与其说是人类作为主体去“熟练使用”AI，不如说是人类被 AI Agent “使用”，当 AI Agent 无法解决问题时，才需要人类的帮助。
黑崎用饮水机做了类比：当我们从饮水机喝水时，从来不会说要“熟练使用饮水机”，也不会去研究取水地在哪里、设备结构是怎样的。不需要知道的事情，真的没必要去了解。
人类的角色是决定大方向，或者校对 AI 给出的答案。与其花费精力去了解 AI 的内部运作机制，不如思考如何让 AI 更巧妙地使用人类。
在黑崎看来，“制作对人类来说易用的 SaaS”已经是一个陈旧的想法，今后最重要的视角是“AI Agent 成为用户”。
SaaS 端需要做的，是提供便于 AI Agent 获取数据、导入数据的接口，而不是精美的图形界面。完成工作的主体将从人类彻底转移到 AI Agent，而用户会退化为辅助它的角色。
在那个时候，SaaS 和数据库的存在感可能会变得非常稀薄，它们将隐藏在幕后，成为 AI 调用的基础设施。
这也意味着，企业内部的规则制定方式将发生巨变。TOKIUM 在向客户提供服务时，已经开始尝试先将这些规则转换为 AI Agent 易读的规则集。就像过去人们研究“对人类友好的 UI”一样，未来企业将花费精力去设计“对 AI 友好的规则”。
对于未来的整体形态，TOKIUM 并不认为会出现一个大一统的巨型系统。从用户视角来看，他们可能会同时使用 10 个 TOKIUM 的 AI Agent、10 个其他公司的 Agent，再加上 5 个完全不同的专用 Agent。
未来可能会出现某家公司来担任整合这些 Agent 的协调器或“Boss Agent”的角色；或者，这种中心化的东西根本就不存在，Agent 就像 Slack 一样，被用户根据需要随意注册和组合。
以会计业务为例，它可以被想象为由 6 个大模块构成，而每个模块又包含 20 个微型 AI Agent，因为实际工作本来就是由无数微小的任务堆积而成的。
目前的 TOKIUM，正定位在为每个细分任务创建 AI Agent 的阶段。他们试图在支付与提供价值之间取得平衡，持续不断地发布针对特定细分任务的 Agent。当这些具有现实价值的“点”足够多时，通过管道将它们连接成“线”，最终编织成一张自动化的“网”。
对TOKIUM的案例研究，展示了企业服务领域在AI浪潮下的深刻变革。从SaaS到AI Agent的路径并非一蹴而就，它建立在深厚的行业认知、对用户体验的极致追求以及对技术商业化的精准判断之上。如果你对人工智能如何重塑具体业务场景有更多兴趣，欢迎在云栈社区与更多开发者交流探讨。
发表于 9 小时前
|
查看: 5|
回复: 0
